در این پروژه آشکارسازی فعالیت گفتاری که در حوزه های مختلفی از پردازش گفتار کاربرد دارد، مطرح شده است. با توجه به ماهیت متفاوت گفتار و نویز تا به حال ویژگیهای مختلفی برای جداسازی این دو ارائه شده است که برخی از آنها در این پایان نامه مطرح گردیده است. از آنجا که ویژگیهای مختلف هر یک در نوع متفاوتی از نوع عملکرد بهتری دارند و با توجه به نوع نویز یک ویژگی بهتر از سایر ویژگیها محدوده های گفتار و نوی...

در این مقاله برای جداسازی کور منابع گفتار کانولوتیو، یک روش ماسک زمان- فرکانس بر اساس مفهوم زاویه هرمیشن ارائه شده است. زاویه هرمیشن بین بردار ترکیب (خروجی میکروفون‌ها) و بردار مرجع محاسبه می‌شود. در این مقاله ابتدا دو بردار مرجع مختلف برای محاسبه دو زاویه هرمیشن متفاوت فرض شده، سپس این زوایا با استفاده از روش‌های k-means و fuzzy-cmeans خوشه‌بندی می‌شود. مسئله جایگشت منابع، بر اساس خوشه‌بندیk-m...

تشخیص احساس برای رایانه امری چالش‌برانگیز است. دلیل اصلی این موضوع نیز عدم توانایی رایانه در درک احساس کاربر است. هدف از این مقاله، طراحی یک سیستم تشخیص احساس از گفتار و ارائة روشی نوین جهت بهبود این سیستم است. تاکنون در این زمینه از ویژگی‌های متفاوتی استفاده شده است، اما هیچ یک عملاً به ارتباط بین دامنة صوت و حالت‌های احساسی نپرداخته‌اند. چون موجک بیونیک به این ارتباط بیشتر پرداخته است، به‌نظر ...

در این مقاله برای جداسازی کور منابع گفتار کانولوتیو، یک روش ماسک زمان- فرکانس بر اساس مفهوم زاویه هرمیشن ارائه شده است. زاویه هرمیشن بین بردار ترکیب (خروجی میکروفون‌ها) و بردار مرجع محاسبه می‌شود. در این مقاله ابتدا دو بردار مرجع مختلف برای محاسبه دو زاویه هرمیشن متفاوت فرض شده، سپس این زوایا با استفاده از روش‌های k-means و fuzzy-cmeans خوشه‌بندی می‌شود. مسئله جایگشت منابع، بر اساس خوشه‌بندیk-m...

امروزه نیاز به اطلاعات دقیق و مختصر حاصل از یک پردازش مناسب روی سیگنال گفتار در بسیاری از کاربردهای صوت مشهود است. در پردازش سیگنال گفتار، یکی از مشکلات اساسی که با آن روبرو هستیم، نویزهای موجود در محیط یا رسانه است که سیگنال را تغییر می دهد و در این شرایط ممکن است نتوانیم اطلاعات مورد نیاز را از سیگنال استخراج کنیم. بنابر این همواره شاهد روند روبه رشد روش های نویز زدایی از سیگنال می باشیم. نوی...

چکیده ندارد.

روش های متعددی برای تفکیک گفتارهای موجود در یک ترکیب معرفی شده اند. در بین این روش ها، پیچیده ترین آن ها روش هایی هستند که به دنبال جداسازی منابع موجود در یک سیگنال ترکیب تک گوشی (ترکیبی که در آن یک میکروفون، سیگنال ها را ذخیره می کند) می باشند. این گونه روش ها را می توان به دو دسته ی، روش های مبتنی بر ویژگی و روش های مبتنی بر مدل، تقسیم بندی کرد. روش پیاده شده در این پایان نامه، در دسته ی دوم ...

امروزه نیاز به اطلاعات دقیق و مختصر حاصل از یک پردازش مناسب روی سیگنال گفتار در بسیاری از کاربردهای صوت مشهود است. در پردازش سیگنال گفتار، یکی از مشکلات اساسی که با آن روبرو هستیم، نویزهای موجود در محیط یا رسانه است که سیگنال را تغییر می دهد و در این شرایط ممکن است نتوانیم اطلاعات مورد نیاز را از سیگنال استخراج کنیم. بنابر این همواره شاهد روند روبه رشد روش های نویز زدایی از سیگنال می باشیم. نوی...

در این مقاله برای جداسازی کور منابع گفتار کانولوتیو، یک روش ماسک زمان- فرکانس بر اساس مفهوم زاویه هرمیشن ارائه شده است. زاویه هرمیشن بین بردار ترکیب (خروجی میکروفون ها) و بردار مرجع محاسبه می شود. در این مقاله ابتدا دو بردار مرجع مختلف برای محاسبه دو زاویه هرمیشن متفاوت فرض شده، سپس این زوایا با استفاده از روش های k-means و fuzzy-cmeans خوشه بندی می شود. مسئله جایگشت منابع، بر اساس خوشه بندیk-m...